当前位置: 首页 > 文章 > 基于IPSO-BP模型的粮食产量预测方法研究 中国农机化学报 2021 (3) 136-141
Position: Home > Articles > 基于IPSO-BP模型的粮食产量预测方法研究 Journal of Chinese Agricultural Mechanization 2021 (3) 136-141

基于IPSO-BP模型的粮食产量预测方法研究

作  者:
胡程磊;刘永华;高菊玲
单  位:
江苏农林职业技术学院
关键词:
粮食产量预测;群智能;微粒群算法;神经网络;
摘  要:
针对粮食产量预测的复杂性,以基本微粒群算法(PSO)为基础,引入繁殖和变异机制,提出一种改进的微粒群算法(IPSO)优化BP神经网络的连接权值和阈值。综合考虑影响粮食产量的有关因素,构建出IPSO-BP的粮食产量预测模型,并以江苏省1978—2018年的粮食产量及影响其产量的10个因素作为数据集进行仿真试验。试验结果表明,与基本PSO-BP神经网络模型及BP神经网络模型相比,基于IPSO-BP神经网络模型获得的2016年、2017年、2018年粮食产量预测结果最优相对误差分别为0.24%、0.25%、0.06%,平均相对误差0.76%、0.67%、0.38%,该模型的预测精度及稳定性大幅提高。

相似文章

计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊